sklearn实践（二）：决策树 一、数据处理 继续上次聚类的练习，基于稍作处理的数据，在决策树中，只需划分一下训练集和测试集即可 这里用到的是 sklearn.model_selection.train_test_split() 函数原型：sklearn.model_selection.``tra ...
分类：
其他好文 时间：
2020-07-12 12:08:46
阅读次数：
61
什么是数据可视化 数据可视化的主要目的：借助图形的手段，情绪有效的传递沟通信息 数据可视化在我们互联网公司中经常用于通用数据报表，移动端图表，大屏可视化，图编辑等 数据可视化库有很多，重点学习Echarts Echarts使用五部曲 步骤一：下载并引入echarts.js文件 图表依赖这个js库 步 ...
分类：
其他好文 时间：
2020-07-12 11:59:03
阅读次数：
67
sklearn实践（一）：kmeans聚类 实践往往比理论要经历更多的挫折。 一、数据处理 官方给的案例里用的都是sklearn自带的数据集，只要import之后便万事大吉，但实际中我们采用的数据往往没有那么规整，也不是可以一下就fit到模型里去的。经过这次经历，打算整理一下大致思路，关于更高级、深 ...
分类：
其他好文 时间：
2020-07-12 11:56:48
阅读次数：
59
BI数据处理逻辑, 带默认值参数的函数, lambda 匿名函数等 ...
分类：
其他好文 时间：
2020-07-12 00:45:18
阅读次数：
86
写在前面 本系列目的：一篇文章，不求鞭辟入里，但使得心应手。 迭代是数据处理的基石，在扫描内存无法装载的数据集时，我们需要一种惰性获取数据的能力(即一次获取一部分数据到内存)。在Python中，具有这种能力的对象就是迭代器。生成器是迭代器的一种特殊表现形式。 个人认为生成器是Python中最有用的高 ...
分类：
编程语言 时间：
2020-07-11 20:58:15
阅读次数：
56
一、概述 k-近邻算法（k-Nearest Neighbour algorithm），又称为KNN算法，是数据挖掘技术中原理最简单的算法。KNN 的工作原理：给定一个已知标签类别的训练数据集，输入没有标签的新数据后，在训练数据集中找到与新数据最邻 近的k个实例，如果这k个实例的多数属于某个类别，那么 ...
分类：
编程语言 时间：
2020-07-11 17:13:58
阅读次数：
54
Hive数据仓库 Facebook由hive和Hadoop组建 hive由facebook开发的 存储HDFS，查询MapReduce 优势 解决了传统关系型数据库在大数据处理上的瓶颈。适合大数据批量处理 充分利用集群的CPU计算资源，存储资源，实现并行计算 Hive支持标准的SQL语法，免去了编写 ...
分类：
其他好文 时间：
2020-07-10 19:33:44
阅读次数：
77
使用TensorDataset和DataLoader来简化 from torch.utils.data import TensorDataset from torch.utils.data import DataLoader ? train_ds = TensorDataset(x_train, y ...
分类：
其他好文 时间：
2020-07-10 19:23:20
阅读次数：
71
相关类 灰色关联 1作用：系统分析主要因素；次要因素，因素对系统发展的影响，以便对各因素强化发展或者抑制发展。 2 灰色关联分析的基本思想：根据序列曲线的几何形状的相似程度判断其联系紧密性 3 具体操作步骤： （1）绘图：各指标，各系统的发展趋势 （2）确定分析数列： 母序列：能反映系统行为特征的数 ...
分类：
其他好文 时间：
2020-07-10 13:17:04
阅读次数：
106
信度分析是问卷研究中最为基本的一种方法，其用于测量‘量表题’数据的可靠性，简单来说就是测量样本有没有真实的回答问题。特别提示，如果是使用统计分析方法进行信度测量，那么一般都是针对量表题，这在SPSSAU手册中有特别重要的提示和说明。 1 信度测量 信度分析的目的就在于说明数据可信可靠，真实可信。其测 ...
分类：
其他好文 时间：
2020-07-10 13:13:09
阅读次数：
159
